水下光学成像技术与装备（中）

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif; letter-spacing: 2px; visibility: visible;">上篇主要介绍了了水下光学成像的几种原理和方法，这篇主要给大家盘一下其中SFM技术原理下的几个主要玩家。

1

玩摄像头和灯的

Voyis的Observer摄像头和Nova的矩阵光源

其核心卖点是靠Machine Learning为基础的色彩校准算法还原水下的真实色彩和图像镶嵌拼接（注意是图像拼接，不是三维建模），后期可以用照片自己合成摄影测量的三维模型。在笔者的理解里这个就是个高强闪光灯的大摄像头，并且加了AI技术来还原真实色彩。

视频1 ｜ 基于机器学习的图像处理

在远距离拍摄照片时，由于水对可见光光谱的吸收是不均匀的，会导致彩色图像呈现蓝绿色。Voyis基于机器学习的颜色校正算法帮助你看到均匀、真实颜色的照片，从而实现有效的目标分析和大面积调查。图像经过解拜耳运算、光平处理，最后进行实时的色彩校正，因此可以立即用于质量控制。

视频2 ｜ 数据质量一致性较好的图像拼接

上面这个视频看到的拼接只是图像的拼接，类似于iPhone拍照的全景模式，并不能恢复出三维模型，要想恢复出三维模型需用第三方软件。

Voyis公司根据拍摄距离不同提供了两款型号，距离大于10米的Pro型号和7米的Micro型号，其中Micro型号耐压仅1000米，提供黑白和4K两种摄像头选项，应对不同预算和需求。

表1 ｜ Voyis摄像头的参数

SubC Imaging硬件套装

这个套装是SubC公司为摄影测量需求提供的硬件综合解决方案，包含一个4K高清静态摄像头加上两个线性激光以及两个灯。

无软件部分，但开放API，可以接入其他摄影测量软件或下文提到的ROV3D，非双目成像。

图1 ｜ 摄像头和光源的ROV配置图

此种系统的优点：高清静态成像且适合低照度，并且已经进行了水折射校准，安装集成在ROV上也比较方便。相较于双目系统价格低很多，在高清摄像头和灯光的加持下，最终呈现效果大概也不会太差。

插个话题：在硬件组合上，摄像头有单目也有双目的，在水下摄影测量中，单目相机和双目相机各有优缺点，其区别如下。

• 摄影速度

双目相机可以同时获取左右两侧的图像，因此其摄影速度相对于单目相机更快。这对于拍摄水下运动物体或者水下流动景象等快速变化的场景非常重要，可以更好地捕捉瞬间动态。

• 可以输出深度信息

双目相机可以通过立体视觉技术快速计算出三维空间中的点的坐标。这对于水下测量、建模等应用非常重要，可以更准确地测量水下物体的尺寸、形状等参数。

• 视场角

双目的视场覆盖是要比单目广一些，但是两个双目的图像大部分是重叠的，所以其实扩大的视场非常有限。视场角也取决于选用的摄像头，广角摄像头的视场角明显大于普通摄像头，但是如果选用的摄像头差不多的情况下，双目的视场角还是要优于单目的。如Observer的单摄像头基本可以做到59度（垂直）X68度（水平）的视场角。IVM的双目摄像头可以做到63.8度（垂直）X79.2度（水平）。BlueAtlas的多目摄像头的方案，由于跟载体高度结合的整体的方案，多摄像头的视场角垂直方向可以达到80度，最远两个摄像头的距离约为0.8m，在距离1.5m的视场的覆盖距离约为3.3m。而BlueAtlas的Sentinus载体在自动导航的模式下载体的移动的距离约为50m每分钟，可以在此模式下抵抗2.5节的水流。

2

玩软件方案的

自己集成ROV和双目相机和矩阵光源，只提供软件，如ROV3D。

ROV3D融合了立体计算机视觉和实时视频SLAM，可将GVI视频实时转换为目标结构和异常的3D模型。

视频3 ｜ ROV3D实时建模

使用ROV3D进行模型转换的步骤

1、在ROV上并排安装两个SD或HD相机

2、在活动的第一次和最后一次下潜时，完成10分钟的相机校准

3、当你看到感兴趣的结构、发现或异常情况时，点击ROV3D记录按钮，生成一个3D模型

4、实时监测覆盖范围，进行测量，并记录ROV3D模型的观察结果

5、审查和导出客户的数据进行交付，无需后期处理

• 
  

• 
  

• 3

  玩传感器级别集成的

这种类型的一般指摄像头+软件集成或者是摄像头+矩阵光源+软件的集成，集成为一个可以通用的模块，适用于不同的载体的安装，如Vaarst的SubSLAM系列，IVM的Hydro系列。

VAARST SubSLAM X2

模式：货架标准产品售卖，中国市场只处理五套以上的订单

VAARST公司脱胎于一家做ROV服务的公司，SubSLAM的研发吸收大量政府资金，市场推广力度最大，也是目前在这个级别集成度最高的双目测量单元。此款产品可以实时输出三维模型，在测量时，可以给操作手一个非常直观的测量结果，也可以从图上看到载体相对于测量目标的位置，这点在低能见度的情况下对于ROV操作手的帮助很大。SubSLAM加入了机器学习的技术，可以给目标分类，也可以发现可疑点等。如果用成本定价法去看这个产品的话，你几乎理解不了他们的定价体系，这项技术本身主打的是低成本，高色彩和模型还原，目前的定价还是高的很难令人接收，尽管他们在软件上做了比较好的融合创新，使用逻辑也比较用户友好，但是这个价格下去推广这项技术着实有些费力，不过他还有租赁服务可以选择，可以按时间去租赁。

图2 ｜ Vaarst SubSLAM与载体安装图

IVM Hydro系列

图3 ｜ IVM Hydro300与载体安装图

模式：货架标准产品售卖

这个确实外形设计的比较小巧，而且把四个矩阵的光源也加进去了，小到连BlueRov都可以集成这个模块，当然即便能集成也是损失了小型ROV的大部分的机动性。IVM后段软件的融合程度不如Vaarst高，没法输出实时的三维模型，也没有加入机器学习的技术。在输出三维建模时，还要运用第三方软件。不过，IVM预计在6月份发布他的IVM SLAM功能，可以实时的输出三维模型，并标记载体的位置。

技术特点：

• 使用静态图像进行三维重建，非视频。

• 出厂进行过预校准（根据不同深度的温盐度），无需再使用校准图形。

• 实时三维重建，亚毫米级的精度

• 带集成的灯光，不需要额外打光

• 

• 表2 ｜ Hydro系列参数表

• 
  

• 4

  玩载体融合的

  
  

  载体+摄像头+矩阵光+软件高度集成

• 这是目前水下光学探测的集大成者，能把载体和传感器集成在一个大方案里，操作便捷且数据高质量，整体效率大大提高。这是针对应用场景定向深度进化的一类异形ROV，是深入用户场景的成果。其实整个机器人市场很难做出通用且保量的某一种机器人，这不仅是说水下机器人ROV，非水下的机器人市场也是如此。整个机器人的生态是沿着各种用户场景进行深度进化。下面介绍的这款异形异构机器人就是这样的，它瞄准了船只和水下工程检测这个场景，进而定向进化。这款就是来自Blue Atlas的Sentinus。

• 这款机器人的工作模式即是自动跟踪和自主导航，这种功能的实现是因为双目和多目摄像头可以输出深度信息，有了深度信息，载体可以通过定深（定距）去测量目标物，载体还可以运用算法进行自动规划侧线和避障。

• 视频4 ｜ Sentinus的自动导航功能

多目摄像头通过在载体上均匀的分布，可以获得更大的视角测量范围，即使在距离近的时候也是普通双目摄像头的数倍，再加上自动规划测线，大大提高了测量的效率。

使用双目摄像头测量的时候，大家可能更多的关心视场范围，而忽略了载体的巡线效率和多组镜头的提升效率。其实我们把载体包含在内综合考虑，可以发现视场范围根本不是问题。在水质较好的情况下，Sentinus载体加8个摄像头可以达到1000平方米每小时的扫测效率。所以能用钱解决的事儿，不一定非得靠真心。能用载体解决的事儿，也不一定要非得靠传感器。

• 视频5 ｜ Sentinus在浑浊度较高的水质中的表现

在水体能见度低的情况下，Sentinus也可以通过紧贴检测目标扫测，产生清晰的结果。

另外，Sentinus还具备SLAM功能，可以实时获取点云数据并构建三维模型图。在人工的模式下，可以对测量的质量控制有所帮助。当然，最轻松的模式还是自动模式，这样操作员喝着茶水做做监工就可以了。值得一提的是，他们算法的高超之处即是可以自动规划路径确保调查区域没有漏扫，并且水面计算机可根据水流速度进行机器人的自稳定，确保得到的结果足够近，足够清晰且足够稳定。

• 视频6 ｜ Sentinus的SLAM功能

• 

  
  

• 

  下篇预告

  

  之前就有读者对于不同的水下光学成像技术装备在作业效率、仪器价格、优缺点、对光源的依赖、水质的考虑等等各方面因素之间的区别比较关心，下篇就给大家详细扒一扒。敬请期待吧！